BI-Datove sklady (DATAWAREHOUSE) – ETL -OLAP

Slides:



Advertisements
Podobné prezentace
Systémová integrace Business Intelligence
Advertisements

ARBES FEIS [BI] ARBES Technologies, s.r.o.
Business intelligence
Business Intelligence
Business Intelligence
 Informací se data a vztahy mezi nimi stávají vhodnou interpretací pro uživatele, která odhaluje uspořádání, vztahy, tendence a trendy  Existuje celá.
Podnikové informační systémy Úvod
Aplikace BI a jejich pořízení
Databázové systémy Přednáška č. 3 Proces návrhu databáze.
Přínosy metodik  Větší produktivita a kooperace týmů  Komunikační standard  Specializace projektových týmů  Nezávislost na konkrétních řešitelích 
BI, e-commerce Ing. Jiří Šilhán. Úroveň informatiky.
METODOLOGIE PROJEKTOVÁNÍ
IS V EKONOMICKÝCH SUBJEKTECH Ing. Jiří Šilhán. IS IS – data+lidi+HW, prvky + relace mezi uživateli, které splňují nějaké cílové chování – tak aby byly.
Případová studie Business Intelligence ve společnosti Mountfield, a.s.
SAP Ing. Jiří Šilhán.
Využití technologií pro zpracování dat ve veřejné správě Petr Zeman, Key Account Manager – Public Sector Tomáš Kočka, Consultant Adastra Corporation.
M O R A V S K O S L E Z S K Ý K R A J 1 Vedení správních řízení ve spisové službě a statistika vyřizování dokumentů.
Systémy pro podporu managementu 2 Business Intelligence 1.
D ATOVÉ MODELY Ing. Jiří Šilhán. D ATABÁZOVÉ SYSTÉMY Patří vedle textových editorů a tabulkových kalkulátorů k nejrozšířenějším představitelům programového.
Inovace výuky ve vazbě na požadavky Mezinárodních výukových standardů doc. Ing. Marie Pospíšilová,CSc. SVŠES.
Relační databáze.
Marie Borecká, Kristina Ficencová 6. kruh, 1. ročník VSRR
APLIKACE BI A JEJICH POŘÍZENÍ Manažerské informační systémy.
Metainformační systém založený na XML Autor: Josef Mikloš Vedoucí práce: Ing. Jan Růžička, Ph.D. V/2004.
Systémové pojetí hospodářské organizace
Informační systémy TPS,MIS, SIS.
Aplikace VT v hospodářské praxi Byznys inteligence
Manažerský informační systém pro organizace veřejné správy
Základní principy řešení a využití ERP aplikací
Analytické nástroje MS Dynamics NAV Ing.Jaromír Skorkovský, CSc.
11/2011Přednáška č. 31 Řízení sestaveného modelu Obsah předmětu: Počítačová podpora řízení Předmět : Počítačová podpora řízení K126 POPR Obor : E ZS, 2011,
Datový sklad Jak analyzovat data za období delší než kalendářní rok? Ing. Robert Naar Skalský Dvůr
Podnikové informační systémy Manažerské IS a řízení znalostí
Pilotní projekt DeepSee. O Prezentaci O nás a o IS-MLINE Datový sklad Co dál? DeepSee Pilot Ukázky Shrnutí projektu.
Tutorial:Business Academy Topic: Conditional Formatting Prepared by : Mgr. Zdeněk Hrdina Projekt Anglicky v odborných předmětech, CZ.1.07/1.3.09/
ÚVOD, MANAGEMENT, STRATEGICKÉ ŘÍZENÍ
Jméno autora: Mgr. Mária Filipová Datum vytvoření: Číslo DUMu: VY_32_INOVACE_12_AJ_EP Ročník: 1. – 4. ročník Vzdělávací oblast:Jazyk a jazyková.
Jméno autora: Mgr. Mária Filipová Datum vytvoření: Číslo DUMu: VY_32_INOVACE_17_AJ_EP Ročník: 1. – 4. ročník Vzdělávací oblast:Jazyk a jazyková.
Public relations Obsah a struktura inovovaného předmětu Projekt 1098/ inovace výuky studijního předmětu public relations financovaný z prostředků.
Data Warehousing Růst obratu: $10 miliard v 1999
CUBE - Operátor relační agregace
Basics of TOC and how to Analyze a Variety of Cases RIOP 2007 Skorkovský ESF -MU To nejlepší lze dosáhnout pouze s nasazením maximální vášně pro věc.
Nasazení nástrojů BI pro analýzu dat z IS STAG Řešitel: Vladimíra Zádová Datum:
Business Inteligence 2. přednáška pro DS
Tutorial: Obchodní akademie Topic: Logical Functions Prepared by: Mgr. Zdeněk Hrdina Projekt Anglicky v odborných předmětech, CZ.1.07/1.3.09/ je.
ZÁSADY KONCIPOVÁNÍ LOGISTICKÝCH SYSTÉMŮ KAPITOLA 5: VZTAH STRATEGIE PODNIKU A LOGISTICKÉHO PLÁNOVÁNÍ, CÍLE, METODY A NÁSTROJE PLÁNOVÁNÍ, POSTUPOVÉ KROKY.
Business Intelligence
Systémové pojetí hospodářské organizace 1 Architektura podnikové informatiky (Zdroj: Gála, Pour, Toman, Podniková informatika. Praha: Grada 2006)
13.přednáška – Elektronické zásobování Ing. Jiří Zmatlík, Ph.D. ČVUT, Fakulta elektrotechnická Katedra ekonomiky, manažerství a humanitních věd.
BSC 1992 Robert S. Kaplan a David P. Norton článek navrhující měření výkonnosti organizací – BSC – Vyrovnaný přehled výsledků kniha The Balanced.
Datové sklady (DWH) VOJTĚCH VYCHODIL, MICHAL VACHLER, PAVEL FIALA BRNO 2015.
BI-Exercise/Project Topics October 2016 TUL Ing. Athanasios Podaras, Ph.D.
Dobývání znalostí z databází OLAP a datové kostky
Systémy pro podporu managementu 2
Dipl. Ing. René Piták – Ministerstvo zemědělství ČR
Business Inteligence – úvod
charakteristiky údajů (Struktura, rozměry) – BI jako IS
Business Intelligence
Datové sklady Analýza dat
Informační systémy Business Inteligence
Budování Integrovaného informačního systému Národního památkového ústavu Petr Volfík, NPÚ ÚP
Ing. Athanasios Podaras, Ph.D 2016
Databázové systémy přednáška 13 – Analýza a reporting
Diversity management organizace Masarykův ústav vyšších studií Autor: Eliška Jelínková 2016/2017 Vedoucí práce: Ing. Martin Šikýř Ph.D. Oddělení manažerských.
Business Intelligence
Název školy: Základní škola Chomutov, Písečná 5144 Název materiálu: VY_22_INOVACE_05_Mrakodrapy_v_New_Yorku_zh1 Číslo projektu: CZ 1.07/1.4.00/
Roman Péchal, Jan Čongva, Martin Durák
Základy business intelligence Jaroslav Šmarda
Přednášky z distribuovaných systémů
Introduction to MS Dynamics NAV (ATP_CTP)
Transkript prezentace:

BI-Datove sklady (DATAWAREHOUSE) – ETL -OLAP Ing. Athanasios Podaras, Ph.D October 2016

OBSAH Datové sklady Architektura DW ETL DATA MART OLAP

Datovy sklad (Data warehouse) DEFINICE Datový sklad je integrovaný, subjektově orientovaný, stálý a časově rozlišitelný souhrn dat, uspořádaný pro podporu potřeb managementu (William Inmone, 2002)

Architektura DW

Architektura DW DB

ARCHITEKTURA DW (2-Layer Arch.) (Dvouvrstvá architektura)

3/layer Architecture

Incremental approach

SCHEMATA DW – 1. STAR

SCHEMATA DW – 2. SNOWFLAKE

Charakteristiky datového skladu Subjektová orientace - data jsou rozdělována podle jejich typu, ne podle aplikací, ve kterých vznikla. Integrovanost - data jsou ukládána v rámci celého podniku, a ne pouze v rámci jednotlivých oddělení.   Stálost - datové sklady jsou koncipovány jako "Read Only", což znamená, že zde žádná data nevznikají ručním pořízením, a nelze je ani žádnými uživatelskými nástroji měnit. Časová rozlišenost - aby bylo možné provádět analýzy za určitá období, je nutné, aby byla do datového skladu uložena i historie dat.Načítaná data s sebou tedy musí nést i informaci o dimenzi času

BENEFITY DW Vysoká ROI (Return on Investment) konkurenční výhoda (Competitive Advantage) Zvýšení produktivity v rámci rozhodovaní (Increased productivity from Decision Makers)

ETL (EXTRACTION-TRANSFORM-LOADING) Extraction (E): získání data ze zdrojových systémů a jejich výběr Transformation (T): upravení dat do požadované formy a vyčištění Loading (L) : import dat zpracovaných v předchozích procesech do datových skladů (Novotný, Pour, Slánský, 2005) .

ETL Transformation Functions ([Lacko, 2009)) Aggregate function applies aggregation function ( i.e. minimum, maximum, average, sum etc.) on the incoming set of data. Conditional Split function divides the set of data into more subsets(i.e. Year to Months, Quarters e.t.c.). Copy Column function adds new columns, which are the copies of columns from input data set. Data Conversion function offers possibility to change data type of a column during the transformation (i.e. Boolean YES/NO-> 0/1) Derived Column function makes it possible to create new column derived on the basis of values in input column (i.e. calculated field)

OLAP CUBE

Data mart (Kimball and Ross, 2013)

OLAP Technologie/DB (Základní Operace) Drill-down–umožňuje uživateli ve zvolené(-ých) instanci(-ích) jisté agregační úrovně nastavit nižší(jemnější) agregační úroveň. . Jedná se o navigaci v hierarchii dimenzí směrem k většímu detailu.   Roll-up–jde o opak předešlé operace. Ve zvolených instancích jisté agregační úrovně nastavuje vyšší (hrubší) agregační úroveň (menší detail v hierarchii dimenzí). Pivoting–umožňuje „otáčet“ datovou krychlí, tj. měnit úhel pohledu na data na úrovni prezentace obsahu datového skladu. Slicing–dovoluje provádět řezy datovou kostkou, tj. nalézt pohled, v němž je jedna dimenze fixována v jisté(-ých) instanci(-ích) jisté agregační úrovně. Jinými slovy tato dimenze aplikuje filtr na instance příslušné agregační úrovně dané dimenze. Dicing–je obdobou „slicingu“, jenž umožňuje nastavit takový filtr pro více dimenzí

OLAP – Roll Up (Priklad)

OLAP – Drill Down

OLAP - Pivoting

OLAP – Slice a Dice

LITERATURA INMONE, William H. Building the data warehouse : podnik v informační společnosti. 3rd ed. New York: J. Wiley, c2002, 412 s. ISBN 04-710-8130-2 Kimball et al (2012). The Datawarehouse Lifecycle Toolkit. 2nd ed. ISBN-13: 978-0470149775 Turban, E., Sharda, R., Aroson, J. E., & King, D. (2008). Business Intelligence: A Managerial Approach. Upper Sadle River, New Jersey: Pearson Prentice Hall.